Pensiun PLTU, Panas Bumi, dan Peran AI di Transisi Energi

Di balik target net zero emission 2060, ada satu fakta yang sering bikin tidak nyaman: lebih dari separuh listrik Indonesia masih datang dari PLTU batu bara. Di saat negara lain sibuk menutup PLTU, kita masih punya ratusan unit dengan umur teknis panjang dan kontrak jangka panjang.

Reality check: kalau pensiun PLTU batu bara baru dimulai setelah 2040, risiko ekonominya bisa lebih berat daripada biaya transisi itu sendiri. Investor global makin alergi batu bara, sementara ekspor komoditas fosil makin tidak pasti. Artinya, perusahaan energi, pelaku industri, dan pemerintah daerah yang terlambat beradaptasi akan kena imbas paling duluan.

Artikel ini membahas cara memulai pensiun PLTU secara realistis: lewat operasi fleksibel, integrasi energi terbarukan (terutama surya dan panas bumi), dan – sesuai tema seri ini – pemanfaatan AI di sektor energi Indonesia untuk membuat semua itu berjalan lebih cepat dan lebih rapi.

---

1. Dari Brown ke Green: Mengapa Pensiun PLTU Harus Dipercepat?

Poin utamanya sederhana: pensiun dini PLTU sebelum 2040 bukan cuma agenda iklim, tapi juga strategi ekonomi dan daya saing industri.

IESR menilai pembatasan PLTU baru saja tidak cukup. Selama PLTU eksisting masih dominan sampai lewat 2040, Indonesia akan:

• Mengirim sinyal negatif ke investor yang makin ketat soal ESG
• Berisiko punya aset terlantar (stranded assets) saat listrik hijau jadi standar global
• Menanggung biaya kesehatan dan polusi yang tidak pernah tercermin di tarif listrik

Perpres No. 112/2022 sudah mulai mengerem PLTU baru, tapi masih memberi beberapa pengecualian (PLTU kawasan industri, proyek strategis, dan yang sudah terlanjur direncanakan). Jadi kalau mau serius mengejar NZE 2060 – atau lebih ambisius lagi – jalan keluarnya adalah early phase-out PLTU.

Di mana posisi AI di sini?

Tanpa data yang kuat dan sistem yang cerdas, pensiun PLTU akan terasa seperti trial-and-error. AI bisa membantu menjawab pertanyaan-pertanyaan krusial:

• Unit PLTU mana yang paling rasional dipensiunkan duluan dari sisi biaya, emisi, dan keandalan sistem?
• Berapa kapasitas energi terbarukan yang harus masuk, kapan, dan di lokasi mana supaya jaringan tetap stabil?
• Bagaimana skenario pensiun bertahap yang meminimalkan dampak ke tarif dan pasokan?

Model optimasi berbasis AI bisa mensimulasikan ribuan skenario operasi sistem tenaga, sesuatu yang praktis mustahil kalau dikerjakan manual.

---

2. Operasi Fleksibel PLTU: Langkah Transisi yang Masuk Akal

Operasi fleksibel PLTU adalah jembatan antara sistem berbasis batu bara dan sistem yang didominasi energi terbarukan.

Alih-alih PLTU beroperasi baseload dengan faktor kapasitas tinggi, unit-unit tertentu dapat:

• Menurunkan faktor kapasitas di kisaran 40–65%
• Lebih sering ramp up dan ramp down mengikuti variasi beban dan produksi PLTS/PLTB
• Dipakai sebagai balancing resources ketika energi surya dan angin turun

Kajian IESR menunjukkan bahwa dengan asumsi harga batu bara mengikuti pasar internasional, operasi fleksibel PLTU plus penambahan PLTS bisa menurunkan biaya pembangkitan. Kekurangan energi akibat penurunan operasi PLTU diisi oleh PLTS yang biaya investasinya terus turun.

Di sinilah AI memberikan nilai tambah

Mengoperasikan PLTU secara fleksibel bukan sekadar menurunkan jam operasi. Butuh pengambilan keputusan yang lebih halus:

• Kapan PLTU harus diturunkan dayanya untuk memberi ruang energi surya?
• Unit mana yang lebih efisien sebagai peaker dan mana yang sebaiknya dipensiunkan dulu?
• Bagaimana menjaga umur teknis peralatan saat frekuensi start–stop meningkat?

AI untuk optimasi operasi sistem tenaga mampu:

• Membuat unit commitment dan economic dispatch harian yang memperhitungkan biaya bahan bakar, emisi, dan intermitensi PLTS/PLTB
• Memakai machine learning untuk memprediksi beban dan produksi PLTS berbasis cuaca
• Mengurangi trial-and-error operator dalam mengelola ramping up/down PLTU

Bagi pelaku usaha pembangkitan, ini bukan hanya isu iklim; ini soal mengamankan margin di tengah tekanan biaya batu bara dan kewajiban penurunan emisi.

---

3. Potensi Panas Bumi 2.160 GW: Dari Cerita Potensi Jadi Proyek Nyata

Angka 2.160 GW potensi teknis panas bumi Indonesia terdengar seperti angka abstrak, tapi ini salah satu kunci pensiun PLTU tanpa mengorbankan keandalan sistem.

Konsorsium IESR, Purnomo Yusgiantoro Centre, UGM, Universitas Brawijaya, Project InnerSpace, dan Geoenergies menghitung potensi tersebut dengan memasukkan next generation geothermal: sumber panas batuan panas (hot rock) di kedalaman sekitar 3.000 meter.

Kenapa panas bumi penting dalam transisi energi Indonesia?

• Sifatnya firm dan dispatchable, berbeda dengan surya dan angin yang variabel
• Bisa menyediakan listrik dan panas proses industri sekaligus
• Cocok untuk industri yang butuh panas di bawah 200°C, seperti makanan-minuman, tekstil, pulp & paper, hingga pengolahan mineral tertentu

Deon Arinaldo dari IESR menekankan bahwa pemanfaatan langsung panas bumi untuk panas industri di Indonesia masih sangat minim. Padahal, Indonesia punya sejarah panjang di minyak dan gas yang seharusnya jadi modal besar untuk eksplorasi dan pengembangan panas bumi.

AI mempercepat eksplorasi dan pemanfaatan panas bumi

Eksplorasi panas bumi itu mahal dan berisiko. Di sini AI bisa mengurangi ketidakpastian:

• Analisis data seismik, gravitasi, dan magnetik untuk mengidentifikasi zona prospektif
• Pemodelan reservoir panas bumi berbasis data historis produksi dan tekanan
• Optimasi desain sumur dan pola injeksi–produksi untuk memaksimalkan faktor perolehan panas

Untuk proyek repowering PLTU menjadi PLTP (mengganti tungku batu bara dengan uap panas bumi dan tetap memakai turbin, generator, dan jaringan eksisting), AI dapat membantu membuat kajian kelayakan yang lebih cepat:

• Simulasi skenario kapasitas uap yang realistis
• Dampak ke faktor kapasitas, LCOE, dan umur infrastruktur
• Prediksi pengurangan emisi CO₂ dari skenario repowering tersebut

Di level sistem, kombinasi PLTS + PLTB + panas bumi firm + operasi fleksibel PLTU akan jauh lebih mudah dikelola kalau didukung platform manajemen energi berbasis AI.

---

4. Tantangan PLTU dan Pembangkit Captive: Bukan Sekadar Urusan PLN

Diskusi pensiun PLTU sering fokus ke sistem on-grid PLN. Padahal, ada satu “gajah di ruangan” yang tidak boleh diabaikan: pembangkit captive milik industri.

Dulu captive power didominasi genset diesel. Sekarang, dengan agenda hilirisasi dan kawasan industri besar, PLTU captive batu bara menjamur karena dianggap paling murah di atas kertas.

Masalahnya:

• Emisinya besar dan tidak selalu tercatat di sistem PLN
• Bisa jadi hambatan ekspor jika produk akhir dituntut punya jejak karbon rendah
• Sulit diintegrasikan dengan target transisi energi nasional kalau dibiarkan liar

Jalan keluar: energi terbarukan on-site dan koneksi ke jaringan

Menurut IESR, pemerintah perlu mendorong pemilik PLTU captive untuk:

1. Memasang energi terbarukan di lokasi pabrik

   • PLTS atap/ground-mounted
   • PLTB jika potensi angin cukup
   • Panas bumi untuk kawasan industri yang berlokasi dekat sumber panas bumi

2. Membuka opsi pemanfaatan listrik dari jaringan PLN

   • Skema wheeling dan jual beli listrik hijau
   • Integrasi industri ke sistem yang semakin banyak memanfaatkan energi terbarukan

Di sini AI untuk sektor energi industri jadi sangat relevan

Perusahaan industri bisa memakai AI energy management system untuk:

• Mengoptimalkan operasi PLTS on-site + PLTU captive + pasokan dari PLN secara biaya dan emisi
• Melakukan load shifting proses industri ke jam-jam ketika listrik rendah karbon tersedia lebih banyak
• Menghitung jejak karbon per produk secara real-time, sesuatu yang makin penting untuk pasar ekspor

Dengan begitu, transisi energi di industri berat tidak lagi sekadar comply regulasi, tapi juga strategi branding dan daya saing.

---

5. AI untuk Sistem Energi Indonesia: Dari Prediksi Hingga Eksekusi

Seri “AI untuk Sektor Energi Indonesia: Transisi Berkelanjutan” berputar di satu gagasan: AI bukan tujuan, tapi alat untuk membuat transisi energi lebih cepat, lebih murah, dan lebih rapi.

Dalam konteks pensiun PLTU, panas bumi, dan integrasi energi terbarukan, peran AI bisa dikelompokkan menjadi beberapa layer:

5.1 Prediksi dan perencanaan sistem

• Prediksi beban dan produksi energi terbarukan dengan machine learning berbasis historis konsumsi, data cuaca, dan pola musiman
• Perencanaan kapasitas jangka panjang (berbasis capacity expansion planning) yang memperhitungkan skenario pensiun PLTU, penetrasi EV, dan perkembangan industri hijau
• Simulasi risiko: misalnya apa yang terjadi jika PLTU A dipensiunkan 5 tahun lebih cepat, atau jika proyek panas bumi X mundur 3 tahun

5.2 Operasi real-time dan optimasi biaya

• Unit commitment otomatis untuk memilih kombinasi pembangkit paling efisien setiap jam
• Demand response berbasis AI di sektor industri dan komersial untuk menggeser beban sesuai ketersediaan energi hijau
• Smart metering dan analitik konsumsi untuk pelanggan besar maupun retail

5.3 Transparansi dan pelaporan emisi

• Sistem pelaporan emisi berbasis data real-time di tingkat pembangkit dan industri
• Dashboard jejak karbon untuk pemerintah daerah dan pemilik aset
• Simulasi skenario NDC dan target emisi sektor energi

Semua ini ujungnya bermuara ke satu hal: transisi dari batu bara ke energi terbarukan jadi lebih bisa diprediksi dan diukur, bukan sekadar narasi.

---

6. Dari Konferensi ke Implementasi: Saatnya Bergerak

Rangkaian diskusi seperti Brown to Green Conference: Unlocking Enabling Environments for Indonesia to Transition Beyond Coal yang digelar IESR awal Desember 2025 penting untuk menyamakan pandangan. Tapi di luar ruang konferensi, pelaku industri dan pengembang energi butuh sesuatu yang lebih konkret:

• Peta jalan pensiun PLTU yang jelas dan transparan
• Skema pendanaan transisi (termasuk pemanfaatan instrumen internasional)
• Panduan teknis pemanfaatan energi terbarukan dan panas bumi di level proyek
• Platform digital dan AI yang siap dipakai, bukan hanya konsep

Kalau Anda adalah:

• Perusahaan energi: ini saat yang tepat mulai menguji operasi fleksibel PLTU, memetakan opsi repowering ke panas bumi, dan membangun tim data/AI untuk optimasi sistem.
• Industri intensif energi: mulai hitung jejak karbon energi Anda, siapkan PLTS on-site, dan pertimbangkan integrasi ke jaringan PLN yang makin hijau.
• Pemerintah daerah: identifikasi potensi panas bumi, surya, dan angin di wilayah Anda, lalu dorong pemakaian AI sederhana untuk perencanaan energi daerah.

Transisi dari PLTU ke energi terbarukan bukan cerita hitam–putih yang terjadi dalam semalam. Tapi dengan kombinasi operasi fleksibel PLTU, pengembangan panas bumi, dan pemanfaatan AI di sektor energi Indonesia, langkah pertama bisa diambil sekarang – sebelum pasar global memaksa kita berlari dalam keadaan tertinggal.